一种中草药视觉识别方法、电子设备及存储介质与流程

本发明涉及中草药识别，特别是涉及一种中草药视觉识别方法、电子设备及存储介质。

背景技术：

1、在中草药领域，存在众多种类的中草药，不同种类的中草药的药性存在巨大差异，因此，准确识别不同种类的中草药对于配置中草药的药方至关重要；通常情况下，采用人工的方式对中草药进行识别，由于中草药的种类较多，人工识别中草药的方式会导致识别结果不准确；基于此，现有技术中会采用图像识别的方式进行中草药识别，然而，有些不同类别的中草药在外观上较为相似，例如：木防己与青风藤，覆盆子与三月泡，党参与防风等都较为相似，通过图像识别的方式对中草药进行识别，会导致较为相似的中草药的识别准确率较低。

技术实现思路

1、针对上述技术问题，本发明采用的技术方案为：

2、根据本申请的第一方面，提供了一种中草药视觉识别方法，所述方法包括以下步骤：

3、s100，获取待识别中草药对应的外型特征ta；其中，ta通过待识别中草药对应的图像得到。

4、s200，将ta输入至预设的外型分类模型，以得到待识别中草药对应的初始类别la。

5、s300，若la为预设的单一类别，则将la确定为待识别中草药对应的类别；其中，单一类别只包括一种中草药类别。

6、s400，若la为预设的混合类别，则获取la对应的子分类模型za；其中，混合类别包括至少两种中草药类别；每一混合类别对应一个预设的子分类模型。

7、s500，根据待识别中草药对应的图像中每一棵中草药的子图像对应的若干图像参数，确定出符合预设条件的目标中草药；所述图像参数包括每一棵中草药的子图像的清晰度、完整度和拍摄角度。s600，根据每一目标中草药对应的不同维度的特征向量，确定待识别中草药对应的特征向量组集xa。

8、s700，将xa输入至za，以得到待识别中草药对应的类别。

9、根据本申请的另一方面，还提供了一种非瞬时性计算机可读存储介质，存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现上述中草药视觉识别方法。

10、根据本申请的另一方面，还提供了一种电子设备，包括处理器和上述非瞬时性计算机可读存储介质。

11、本发明至少具有以下有益效果：

12、本发明的中草药视觉识别方法，通过待识别中草药对应的图像获取待识别中草药对应的外型特征；将外型特征输入至预设的外型分类模型，以得到待识别中草药对应的初始类别；若初始类别为预设的单一类别，则将初始类别确定为待识别中草药对应的类别；对于单一类别的中草药，可以通过外型特征进行识别，由于外型特征较为简单，因此，通过本发明的方法能够快速且准确的确定出待识别中草药对应的类别；另外，若初始类别为预设的混合类别，则获取初始类别对应的子分类模型；获取待识别中草药对应的特征向量；将待识别中草药对应的特征向量输入至初始类别对应的子分类模型，以得到待识别中草药对应的类别；对于存在多种较为相似的混合类别的中草药，则预设有对应的子分类模型，可以针对混合类别中的每一种类别的中草药进行识别，从而提高相似的中草药的识别准确率。

13、进一步的，本发明融入大模型技术，整合大模型的能力，以便于后续为用户提供更加精准和高效的解决方案。

技术特征：

1.一种中草药视觉识别方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的中草药视觉识别方法，其特征在于，步骤s500包括以下步骤：

3.根据权利要求2所述的中草药视觉识别方法，其特征在于，步骤s600包括以下步骤：

4.根据权利要求3所述的中草药视觉识别方法，其特征在于，在步骤s630之后，所述方法还包括以下步骤：

5.根据权利要求3所述的中草药视觉识别方法，其特征在于，所述la对应的子分类模型za通过以下步骤得到：

6.根据权利要求1所述的中草药视觉识别方法，其特征在于，所述每一目标中草药对应的不同维度的特征向量包括：颜色维度的特征向量、纹理维度的特征向量和形状维度的特征向量。

7.根据权利要求1所述的中草药视觉识别方法，其特征在于，待识别中草药对应的图像为三维图像。

8.一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-7中任意一项所述的中草药视觉识别方法。

9.一种电子设备，其特征在于，包括处理器和权利要求8所述的非瞬时性计算机可读存储介质。

技术总结本发明提供了一种中草药视觉识别方法、电子设备及存储介质，涉及中草药识别技术领域，所述方法包括：获取待识别中草药对应的外型特征TA；其中，TA通过待识别中草药对应的图像得到；将TA输入至预设的外型分类模型，以得到待识别中草药对应的初始类别LA；若LA为预设的单一类别，则将LA确定为待识别中草药对应的类别；其中，单一类别只包括一种中草药类别；若LA为预设的混合类别，则获取LA对应的子分类模型ZA；其中，混合类别包括至少两种中草药类别；每一混合类别对应一个预设的子分类模型；获取待识别中草药对应的特征向量XA；将XA输入至ZA，以得到待识别中草药对应的类别；本发明能够提高相似的中草药的识别准确率。技术研发人员：邵兵,王峰,韩红彦,徐海洋,贾媛媛,魏泽宏受保护的技术使用者：北京中实信息技术有限公司技术研发日：技术公布日：2024/12/2